Uma abordagem computacional em tempo real para reconhecimento de expressão facial humana baseada na extração de recursos de referência

Resumo

O reconhecimento de expressão facial humana em tempo real desempenha um papel significativo em muitas áreas de aplicação, incluindo interação humano-computador, inteligência de negócios, vigilância por vídeo e robótica. Com base em expressões faciais, os computadores podem interpretar sentimentos humanos e estágios psicológicos para promover aproximações mais realistas em aplicações do mundo real. Este artigo propõe uma solução simples, mas eficaz, para o Reconhecimento de Emoções Faciais (FER) em tempo real, usando uma máscara das características faciais mais relevantes como dados de entrada para uma abordagem de aprendizado de máquina. Para isso, um classificador compacto  de Rede Neural Convolucional (CNN) associado a uma camada de extração de feição foi usado para fornecer uma solução de ponta a ponta que pode detectar expressões faciais de vídeos com boas taxas de precisão. A abordagem proposta foi validada usando uma combinação de diferentes conjuntos de dados de emoções faciais disponíveis na literatura, cujos índices de precisão são consideravelmente melhores do que aqueles fornecidos pelos métodos de última geração. Taxas de pontuação de 96,83%, 98,58% e 98,57% foram obtidas para os conjuntos de dados JAFFE, RaFD e CK+, respectivamente, indicando que a abordagem apresentada é uma solução promissora para o RAF em aplicações em tempo real.

DOI:https://doi.org/10.56238/sevened2024.004-006